arXiv cs.CL· Prakash Poudyal, Nischal Karki, Amrit Dahal, Rajani Chulyadyo, Sameer Tamrakar, Bal Krishna Bal·· 3 小时前AI 评分30
从承诺到问责：尼泊尔政治文本选举承诺的 AI 建模与可视化对比研究
From Promises to Accountability: Comparative AI Modeling and Visualization of Electoral Commitments in Nepali Political Texts
AI 导读
研究者构建首个尼泊尔政治文本金标准数据集，并对比机器学习、深度学习与大语言模型自动抽取选举承诺的效果。fastText-LSTM 以 0.914 准确率、0.961 AUROC 居深度学习模型首位，LaBSE-LR 在机器学习模型中最佳。三个大语言模型中 Qwen3-8B 的 few-shot macro F1 达 0.848，成果已集成进移动应用，借助 GAI 可视化承诺。
来源：arXiv cs.CL · arxiv.org